321 / Интеллектуальный анализ данных
.docВопросы к зачету:
|
1.Задача анализа данных. Интеллектуальный анализ данных. Отличия от других видов анализа данных. 2. Постановка и порядок решение задачи интеллектуального анализа данных на примере информационной модели торговой компании. 3. Закономерности в данных: неочевидные, объективные, полезные. Области применения интеллектуального анализа данных. 4. Подготовка данных для анализа. Обработка пропущенных и недостающих данных. Анализ исключений. 5. Основные концепции баз данных. Модель данных. СУБД. Использование баз данных в интеллектуальном анализе данных. 6. Постановка и порядок решения задачи интеллектуального анализа данных на примере хранилища слабоструктурированных текстовых документов. 7. Введение в многомерные базы данных. Особенности базы данных для оперативной аналитической обработки данных. Порядок и особенности построения хранилищ данных. 8. Виды и особенности шкал измерений данных. 9. Введение в OLAP. Типовая модель данных для OLAP. Особенности приложений для оперативной аналитической обработки данных. 10. Постановка и порядок решения задачи интеллектуального анализа данных на примере документной базы данных. 11. Особенности использования данных при интеллектуальном анализе данных. Данные, информация и знания. 12. Основные задачи интеллектуального анализа данных. 13. Стадии интеллектуального анализа данных. Начальные этапы. Вычисление и анализ показателей описательной статистики. 14. Характеристики временных рядов, используемые в ходе интеллектуального анализа данных. 15. Построение и использование моделей для интеллектуального анализа данных. 16. Решение задач классификации в ходе интеллектуального анализа данных: цель и основные методы. 17. Преимущественные особенности методов анализа данных: статистических, машинного обучения, оперативного анализа, интеллектуального анализа. 18. Решение задач кластеризация в ходе интеллектуального анализа данных: цель и основные методы. 19. Сущность и методы решения задачи прогнозирования при интеллектуальном анализе данных. 20. Комплексный подход к внедрению Data Mining, OLAP и хранилищ данных в СППР. |